基于文本挖掘的高铁运营质量评价与指标体系构建——旅客出行需求视角

Operational Quality Evaluation of High Speed Railway and Indicator System Construction Based on Text Mining： A Passenger Travel Demand Perspective

摘要

随着高速铁路网络的不断扩展，现有指标体系难以全面准确地反映高速铁路运行状态与管理效能，系统评估运营质量并构建一个科学且全面的运营评价指标体系变得尤为重要。研究采用网络文本数据挖掘技术，结合LDA主题模型，深入探究高速铁路旅客出行需求并将其划分为9个主题维度，并归纳总结出覆盖预期体验、客运感知与服务评价的多层次高速铁路运营质量评价指标体系，情感分析进一步揭示了旅客对于不同主题维度的服务质量评价。研究表明：旅客对高速铁路服务的整体评价在客运规模、基础建设与运营等方面表现较为满意，而对票务服务、乘车环境和列车人员服务等方面提出了较多改进需求。通过分析网络文本数据，有效地捕捉到旅客对于高速铁路运营质量的评价，并为优化高速铁路运营质量评价指标体系提供了坚实的数据基础。

Abstract

With the continuous expansion of the high speed railway (HSR) network, the existing indicator system struggles to comprehensively and accurately reflect operational status and management efficiency. It has become crucial to systematically evaluate operational quality and construct a scientific and comprehensive operational evaluation index system. This study employed web text mining techniques combined with the LDA topic model to deeply explore passenger travel demands, categorizing them into nine thematic dimensions. A multi-level evaluation index system for HSR’s operational quality was subsequently established, encompassing pre-travel expectations, in-transit perceptions, and service evaluations. Sentiment analysis further reveals passengers’ service quality assessments across different thematic dimensions. The findings indicate that passengers express overall satisfaction with HSR services in terms of transport capacity, infrastructure, and operational efficiency. However, significant improvements are required in ticketing services, onboard environment, and crew service quality. By leveraging web text data, this study effectively captures passenger evaluations of HSR service quality and provides a robust data foundation for optimizing the operational indicator system of HSR.

Graphical abstract

关键词

高速铁路 / 文本挖掘 / LDA主题模型 / 旅客满意度 / 需求分析 / 体系构建

Key words

High Speed Railway / Text Mining / LDA Topic Model / Passenger Satisfaction / Demand Analysis / System Construction

0　引言

铁路运营质量评价指标体系的构建对统计工作质量至关重要，是保障铁路行业质量评价工作的基础。作为现代交通网络的关键组成部分，高速铁路不仅满足了大量旅客的高效移动需求，还促进了区域经济的一体化发展和社会资源的有效配置。然而，面对日益增长的数据量和多样的信息形式，现有的运营评价体系显示出明显的局限性。此外，目前的高速铁路运营质量评价指标体系相对分散，难以全面、准确地反映高速铁路的运行状态与管理效能^[1]。旅客作为高速铁路服务的直接使用者，其满意度直接影响铁路服务的整体质量评价。因此，迫切需要深入理解乘客的真实体验与具体需求，构建一个以旅客需求为中心、科学且全面的运营质量评价指标体系，帮助铁路运营者更准确地把握市场动态，提高服务水平。

铁路运营管理的重要工具之一是铁路运营指标体系。关于铁路运营指标体系的研究较为丰富，但多以普速铁路运营指标为研究对象。吴华稳^[2]通过对铁路运输、安全、工程建设进行深入探讨，结合铁路政企分开改革，构建了结构清晰的铁路行业运输与安全统计指标体系；Kwak等^[3]基于国际指标转换方法对比分析了韩国铁路安全数据，并提出本土化改进方案，为国际铁路互联互通提供参考；Chang等^[4]基于高速铁路建设项目后评价分析，构建了一个科学的后评价体系，并以哈大高速铁路(哈尔滨—大连)为例，运用模糊层次分析法建立模型，借助MATLAB进行仿真计算。

普速铁路的运营指标无法完全适用于高速铁路，必须建立新的指标体系来准确反映高速铁路的运营状况。既有高速铁路运营质量评价的研究多集中于高速铁路系统性评价^[4-7]、运行环境^[8]、安全管理^[9-10]、网络性能评估^[11]等方面。在高速铁路客运服务质量方面，陈雷雷等^[12]通过构建高速铁路列车服务质量旅客满意度指标体系，结合问卷调查方法对目前高速铁路服务现状和旅客乘车需求进行了系统评估；吕笑媛等^[13]构建了涵盖经济性、便捷性、设备设施、人员服务、旅客满意度5个维度的客运服务质量评价体系，结合结构方程与调查问卷的方法对指标体系的科学与合理性进行了验证；吴刚等^[14]从服务接触理论视角出发，形成高速铁路客运服务接触链，构建了高速铁路旅客满意度评价模型。

综上，目前大多数关于高速铁路客运服务的研究依赖于调查问卷来收集数据，会导致样本数量有限且部分数据缺乏真实有效性。随着信息技术的发展，旅客更多地通过网络渠道获取信息和服务，这使得网络平台成为反映旅客高铁出行体验、反馈和建议的丰富数据源。虽然未经处理的网络文本数据与针对于旅客服务质量问卷调查中获取的数据结构不同，但仍可作为分析旅客对于高速铁路运行质量评价的数据资源^[15]。因此，本研究采用网络文本数据挖掘技术，结合LDA主题模型与SnowNLP情感分析，深入研究高速铁路旅客出行需求维度，构建基于旅客出行需求视角的高速铁路运营质量评价指标体系。

1　研究设计

1.1　网络文本分析法

网络文本分析法是指运用计算机技术和自然语言处理技术对互联网上大量的文本数据进行定量分析，以提取有价值信息的一种方法^[16]。网络平台中蕴藏的庞大数据资源，提供了关于旅客体验与期望的第一手资料。这些在线评论、社交媒体帖子以及论坛讨论等，由于其数据量大且格式不一，直接从中提取有用信息并不可行，需要通过一定方法识别出文本数据集中的潜在主题，并将相似内容进行聚类。在此之前，需要对通过网络爬虫收集的文本数据进行数据清洗和预处理，运用分词、去停用词等自然语言处理技术对文本进行分析。通过对这些非结构化文本数据的专业化处理与分析，可精准捕捉到旅客多方面的细致需求及潜在不满因素，并将分析结果转化为实际应用的洞察，帮助高速铁路运营者迅速了解旅客反馈。

1.2　LDA主题识别

面对社交媒体、论坛等网络平台中数量庞大且形式自由的信息，无监督学习中的主题建模技术已成为从文本数据中提炼有价值洞察的重要手段，在文本挖掘领域扮演着关键角色^[17]。主题模型作为一种无监督学习技术，是一种用于在大规模文本集合中识别主题的技术模型。该方法适合非结构化文本的文档聚类、信息检索和特征选择。本研究使用基于潜在狄利克雷分布(Latent Dirichlet Allocation，LDA)的主题模型，LDA作为一种三层的概率生成模型，包括文档层、主题层和词汇层，其中主题代表了一组相关的词汇以特定的概率组合在一起所表达的潜在语义概念，在文档-主题-词汇中，主题作为中间层连接文档和词汇，将文档抽象为不同主题的概率混合，帮助文档分类聚类，同时组织词汇并赋予其不同重要性和含义，有助于发现潜在语义结构和理解词汇语义。该模型通过分析文档中词汇的共现频率来进行主题聚类，从而生成“文档-主题”和“主题-词汇”的概率分布矩阵^[18]。“文档-主题”概率分布矩阵揭示了每篇文档隶属于各主题的概率，为文档分类、信息过滤及个性化推荐提供依据。而“主题-词汇”概率分布矩阵定义了每个主题的关键术语及其权重，有助于明确各主题的核心内容与边界，进而优化信息检索系统的性能，并支持深层次的文本分析与理解。

1.2.1　LDA主题模型概述

LDA 主题模型的核心思想是构建一个三层贝叶斯概率生成模型，LDA主题模型框架如图1所示^[19]，假设由d个文档组成的文档集合D中共有K个主题，N表示文档集合D中的词汇数量。具体步骤如下。

（1）对文档集合D中每篇文档d进行分词处理，得到语料集合W=\left\{w_{\mathrm{1}}，w_{\mathrm{2}}，\dots ，w_N\right\}。

（2）对每篇文档d中的词进行词频统计，得到p(w_i|d)。

（3）给主题词集W中每一个词w_i随机指定一个初始主题j。

（4）LDA主题模型的求解基于参数推理方式，采用Gibbs采样，对每个词所属的主题进行重新采样直至收敛。通过多次迭代和采样，最终得到文档集合中每篇文档的主题分布以及每个主题下的词汇分布。

1.2.2　LDA模型评估

在应用LDA主题分析模型时，确定主题数K是一个关键步骤。常用困惑度(Perplexity)的方法来确定文本数据的主题数，评估模型性能的优劣^[15]。困惑度是一个衡量模型对未知数据泛化能力的指标，其计算公式如下。

V_{\mathrm{p}\mathrm{e}\mathrm{r}\mathrm{p}\mathrm{l}\mathrm{e}\mathrm{x}\mathrm{i}\mathrm{t}\mathrm{y}}\left(D\right)=\mathrm{e}\mathrm{x}\mathrm{p}\left\{\frac{-\sum _d\mathrm{l}\mathrm{o}\mathrm{g}\left(p\left(w_d\right)\right)}{\sum _d{N}_d}\right\}(1)

式中：D表示文档集合；w_d表示文档d中出现的词；\sum _d{N}_d表示所有文档中的词汇总数；p\left(w_d\right)为文档中每一个词出现的概率。

p\left(w_d\right)计算公式如下。

p\left(w_d\right)={\displaystyle \sum _{z=\mathrm{1}}^K}p\left(z|d\right)·p\left(w_d|z\right)(2)

式中：p\left(z|d\right)表示每个主题z出现的概率；p\left(w_d|z\right)表示在给定主题z的条件下，词w_d出现的概率。

在Python的gensim库中，通过调用LDA模型的perplexity函数，用于计算给定主题数量范围的LDA模型的困惑度，进而绘制不同主题数目下的困惑度曲线。一般认为，困惑度值越低，模型的泛化能力和输出结果的准确性就越高^[20]。通常，当困惑度达到最小值或出现拐点时，所识别出的主题数是最优的，此时对应的K值即为最佳主题数量。

1.3　SnowNLP情感分析算法

情感分析(Sentiment Analysis)是一项针对含有特定情感取向的主观文本内容进行系统化评估、处理、综合与推断的技术流程。在此过程中，由于数据量的庞大，许多研究通常借助于计算机自动化语言分析来实现对所述文本的情感状态识别与分类^[21]。SnowNLP作为一款基于TextBlob的中文自然语言处理Python库，其核心优势在于对中文文本的处理能力，尤其是情感分析功能。SnowNLP情感分析是基于机器学习的分析方法，核心算法是朴素贝叶斯模型。

P\left(C_i|X_{\mathrm{1}}，X_{\mathrm{2}}，\cdots ，X_n\right)=\frac{P\left(X_{\mathrm{1}}，X_{\mathrm{2}}，\cdots ，X_n|C_i\right)·P\left(C_i\right)}{P\left(X_{\mathrm{1}}，X_{\mathrm{2}}，\cdots ，X_n\right)}i=\mathrm{0}，\mathrm{1}(3)

式中：随机事件C_i表示样本为第i类情感的概率；X_{\mathrm{1}}，X_{\mathrm{2}}，\cdots ，X_n表示评论文本中的特征词，其中i=\mathrm{0}与i=\mathrm{1}分别表示积极和消极情感；P\left(C_i\right)为先验概率。

在判断每个评论文本的情感积极或消极时，使用先验概率P\left(C_i\right)乘以每个属性特征词的条件概率。最后得到每个评论文本的情感概率值，并进行对比，选取情感值较大的作为该条文本的情感。具体来说，通过这种方式，可以确定每条评论的情感倾向。

使用SnowNLP进行中文情感分析时，因其训练集主要基于购物评论，故在非购物文本中可能准确率较低。为提升特定领域情感分析精度，可构建定制情感语料库。本研究人工标注了高速铁路出行相关积极和消极语料各1 000条，使用SnowNLP的sentiment函数训练新.marshal模型，并替换原有模型，用未参与训练的数据评估新模型，调整训练参数，直至性能满意。

1.4　数据来源

随着互联网技术发展，高铁旅客可在社交媒体分享出行体验，反映其真实感受与需求。从旅客需求角度，选择新浪微博和百度贴吧为数据源。新浪微博用户广泛，信息时效性和代表性强；百度贴吧特别是“高铁吧”等专版，内容集中于高铁话题，为研究提供理想的实证材料。研究通过新浪微博搜索功能，以“高铁”为关键词进行了信息检索，得到了大量包含“高铁”关键词的微博，利用自拟爬虫代码方法，利用Python工具抓取了2024年8月13至15日包含“高铁”关键词的相关微博内容，虽然微博数据采集的时间跨度较短，但鉴于其信息的高度即时性，这些数据依然能够及时反映当时高铁旅客的真实反馈和服务运营状况，为理解特定时间段内的服务表现提供了宝贵的第一手资料。为了补充短期数据的局限性，以提高分析结果的全面性和代表性，研究同时爬取了百度贴吧中“高铁吧”内前200页的主题帖内容，时间范围为2017年1月—2024年8月。经数据清洗后共爬取11 967条微博、7 713条贴吧主题帖，共19 680条网络文本数据，基于网络文本数据的高速铁路运营质量评价指标体系构建框架如图2所示。

2　高速铁路网络文本数据分析

2.1　网络文本数据预处理

高速铁路旅客在社交媒体平台上发布的关于高铁出行经历的相关文本数据构成了重要的研究对象，网络文本数据示例如表1所示，然而，采集到的数据集中可能混杂包含关键词的广告或冗余条目，此类信息会对分析结论产生显著干扰。因此，有必要对获取的大量文本数据进行数据清洗，将数据进行筛选，人工剔除不相关垃圾数据，包括广告、与高速铁路运营质量无关以及重复内容，从而保障研究结果的有效性与精确度。

接下来，将清洗后的数据进行分词处理，使用Python工具，引入pandas库与Jieba分词包对高速铁路旅客出行需求相关文本进行分词处理，鉴于各行业拥有独特的专业术语，为了确保分词的准确性并提高文本分析的有效性，在进行分词处理前需添加自定义词库，包括但不限于“高铁站”“一等座”“晚点”“静音车厢”等特定领域术语。同时，为去除不含有效信息或无分析价值的词语，还需设置停用词表，涵盖诸如“？”“的”“在”“是不是”等常见无意义词汇。

2.2　词频分析

对进行分词处理的数据进一步提取高频词并实施统计分析，依据词频数量从高至低排序，能够直观展示出哪些词汇是高速铁路旅客出行中频繁提及的特征词，可以反映出旅客对高速铁路出行更为关注的部分。通过对不同社交媒体平台及综合文本数据(新浪微博+百度贴吧)的分析，筛选出具有实际意义且词频排名前10的高频词，不同社交媒体高频词排序表如表2所示。

词云图通过图形化展示高频词汇，过滤低频词，突显文本核心信息。本研究对收集的高铁出行评论进行预处理及词频统计，生成词云图，直观反映社交媒体用户对高铁服务需求的关注点。此方法便于快速识别用户主要关切，为服务优化提供数据支持与决策依据。不同社交媒体网络文本数据词云图如图3所示。

通过对微博与百度贴吧中爬取的关于高速铁路出行的相关评论文本进行分析，研究发现两平台用户关注点存在显著差异。微博平台上的高频词汇包括“高铁”“高铁站”“小时”“回家”“小孩”“高铁票”“飞机”“喜欢”“朋友”“车厢”等。表明微博用户在讨论高速铁路出行时，除了关注出行工具本身外，还广泛涉及家庭、乘车体验、旅行及时效性等话题。微博用户倾向于结合个人经历与情感体验，分享旅途中的感受与故事，显示出较强的情感共鸣与生活场景的融合。相比之下，百度贴吧平台中的高频词汇主要集中于“高铁”“火车票”“北京”“上海”“广州”“学生票”“座位”“开通”“换乘”等与高速铁路出行直接相关的术语。贴吧用户更加关注具体的行程规划、票务信息、座位选择以及线路开通等实用性资讯，显示出对出行细节的高度关注与实际需求的探讨。

通过分析2个平台的数据特点，最终采用2个平台的综合数据，确保分析覆盖更广泛的受众，使分析结果既包含实用信息又包含情感层面的内容，克服单一数据源的局限性，提供更全面、更可靠的洞察，帮助更好地理解高速铁路旅客的需求和关切。旅客高速铁路出行需求综合词云图如图4所示。

2.3　社会网络分析

2.3.1　构建共现矩阵

为更清楚地得出旅客高速铁路出行需求的特征，运用ROST CM6.0软件的社会网络和语义网络分析模块，基于综合文本数据构建共现矩阵，量化词汇间的关联程度，通过ROST CM6.0软件得到的共现矩阵共76个词汇。旅客高速铁路出行需求词汇共现矩阵如表3所示，由于数量较多，表3仅展示了前10个词汇的共现矩阵，其中每个元素值表示一对词汇在文档集合中共同出现的频次。研究使用的文档集合包括19 680条网络文本数据(11 967条微博和7 713条贴吧主题帖)。每条数据视为独立文档，涵盖广泛的旅客反馈信息，确保样本的多样性和代表性。

共现矩阵揭示了高频词汇间的关联模式，为分析旅客需求提供数据支持^[22]。高频次表示词汇间关联性强，反之则弱。共现矩阵结果显示，“高铁”与“小时”共现频率最高，反映旅客对出行时间的关注。此外，主要城市如“北京”“上海”的相关词频也较高，表明这些城市的出行需求集中。总体而言，旅客对高铁出行的关注点集中在车站、列车、时间安排及主要城市的服务上。

2.3.2　社会语义网络分析

语义网络分析在共现矩阵基础上将所有词汇共现关系可视化，旅客高速铁路出行需求语义网络图如图5所示，其中节点代表词汇，而节点之间的连线表示词汇共现的关系强度；连线越密集，表明相应词汇之间的关联度越高。

由图5可知，“高铁”“铁路”“旅客”“列车”等词汇与其他特征词联系紧密，构成语义网络的核心节点；“高铁站”“运输”“公里”“小时”等作为“桥”为各高频词搭建链接，使得整个语义网络互联互通。综合整个语义网络的特征关联分析可见，旅客对高速铁路出行需求主要关注交通枢纽便捷性(如“高铁站”“车站”)、出行效率(如“小时”“公里”)、交通衔接(如“交通”“换乘”)、服务质量(如“服务”“乘客”)、旅行体验(如“开心”“旅游”)及出行安排(如“车票”“订票”)等方面。

3　基于LDA主题识别的高速铁路运营质量评价指标体系构建

3.1　LDA主题识别

使用Python中gensim库中的Lda Model函数实现对收集到的网络文本数据的LDA主题建模，通过计算不同主题数目的困惑度来确定最优主题个数K，困惑度-主题数曲线图如图6所示。较低的困惑度值表明模型具有更好的泛化能力和更高的准确性。为寻找最优模型，根据困惑度曲线，通过比较主题数的实际聚类效果，得到最佳的主题数量K为9。

为了更好地展示主题识别的效果以及主题内容，利用pyLDAvis库进行可视化处理，旅客高速铁路出行需求主题分布可视化图如图7所示。左侧圆圈代表LDA主题模型识别的主题，其大小代表权重值，权重越大，圆圈越大。圆圈间的距离与位置代表各个主题之间的关联度^[23]。其中，主题1和2以及主题6和7之间有重合的部分，表示主题之间拥有相同的部分。

进行LDA主题提取处理后，得到了每个主题下的代表性特征词。根据词语出现的频率，选择了具有较强代表性的15个主题词以展示该主题的内容特征。同时根据LDA模型识别结果，获得每个主题的主题强度，即每个主题占总主题数量的百分比，LDA主题模型识别结果如表4所示。研究对每个主题下的主题特征词进行了归纳总结判断。例如，Topic1中的关键词“行李”“车票”“商务座”“空间”等，可归类为列车服务设施主题；Topic5中的“身份证”“学生票”“补票”“优惠”等，则可归结为票务服务主题。

3.2　情感分析

3.2.1　SnowNLP模型训练

为了识别旅客在高铁出行需求中针对不同主题维度的情感倾向，使用SnowNLP对爬取到的19 680条网络文本数据进行情感倾向的评估，获得每条文本数据的情感类别(积极、中性、消极)。将爬取到的数据按照2∶8的比例分为了训练集和测试集，以此来验证初始模型在情感分析中的表现能力。利用包含3 936条人工标注情感倾向的训练集数据，评估模型的准确率，初始模型准确率为0.798，SnowNLP模型训练结果如表5所示，对于积极情绪的文本，模型能够正确分类的有756条，误判为消极的有317条；而对于消极情绪的文本，模型能够正确分类的有2 384条，误判为积极的有479条。这表明模型在识别消极情绪时具有较高的准确性，但在识别积极情绪时存在一定的误差。虽然初始模型在某些方面表现出色，但仍需进一步改进以提高其整体性能。

对现有的积极和消极情绪语料库进行深度审查，例如剔除“#乘坐高铁必须注意的事儿#”这样情感色彩不够明确或模糊的语料库样本，并引入更多样化的数据，确保语料库能全面覆盖不同场景下的表达方式。此外，仔细核查训练文本中的情感标签，确保其准确性，从而进一步优化模型的整体性能。优化后的模型正确率达到了0.850，经过优化调整，模型在识别积极和消极情绪方面均取得了显著进步，证明优化措施有效提升了模型的整体性能，使其更能满足旅客在高铁出行需求中情感倾向识别的要求。

利用优化后的模型对数据进行最终的情感分析，将情感得分score\ge \mathrm{0.7}判定为积极情绪，score\le \mathrm{0.3}判定为消极情绪，判定为中性情绪。对结果进行进一步的处理和统计，计算不同情感类别的文本数量占比。

3.2.2　情感分析结果

根据情感分析结果，统计各情感分数段出现的频率并绘制对应的柱状图，情感得分分布结果如图8所示。从中可以看出，大部分文本的情感主要集中在0~0.1(消极情绪)以及0.9~1.0(积极情绪)之间，这种分布特征反映出评论中的情绪表达倾向于强烈的积极或消极，较少出现中立或混合情绪的情况。

其中情感表现为积极的文本数据为7 025条，中性为2 181条，消极为10 474条，根据上述统计数据可以看出，在整个数据集中，消极情绪的文本数量最多，占总文本数的约53.2%，结合文本内容进行分析，消极的评价更多地涉及到延误、服务质量不佳、以及乘车环境等问题；其次是积极情绪的文本，占比约为35.7%，主要集中在舒适的服务、便捷的乘车体验以及良好的工作人员态度等方面；中性情绪的文本最少，仅占约11.1%，通常是对一般情况的描述，或者对高速铁路乘车的问询，没有明显的正负面情绪，情感分析文本示例如表6所示。

3.2.3　不同主题维度情感倾向分析

结合LDA分析结果，研究将获取的网络文本数据划分为9个主题，获得不同主题下情感倾向分布如图9所示。

根据不同主题下的情绪分布，可以大致分为3类。

（1）积极情绪占主导地位：在“客运规模”(Topic2)和“基础建设与运营”(Topic6)这2个主题中，积极情绪占比显著高于其他情绪，分别达到70.7%和53.0%。积极情绪比例高表明高速铁路运营在这2个维度上较好地满足了旅客的出行需求，通过合理的运力配置和提升运载效率有效应对了客流量的增长。同时，“基础建设与运营”中较高的积极情绪源于基础设施的可靠性和运营的稳定性，这表明旅客在整体出行体验上获得了较高的安全感与舒适度。

（2）情绪相对平衡：在“车辆行程信息”(Topic4)和“换乘效率”(Topic8)主题下，积极和消极情绪分布接近，形成相对均衡的情绪比例。反映出信息及时性与换乘便利性对出行效率的影响。旅客对“车辆行程信息”的中性或略带消极情绪表明行程信息、可携带物品等方面有时不够准确或透明。至于“换乘效率”，情绪的均衡状态意味着尽管旅客的换乘体验在某些方面得到了改善，但在高峰时段或特殊情况下，换乘通道的设计仍存在不足，导致旅客体验参差不齐。

（3）消极情绪占据主导地位：在“列车服务设施”(Topic1)、“乘车环境”(Topic3)、“票务服务”(Topic5)、“列车人员服务”(Topic7)和“运输效率”(Topic9)这5个主题中，消极情绪明显高于积极情绪，反映出旅客对这些维度的服务质量和舒适度较为不满。这类主题涉及乘车的具体体验环节，服务设施不够便捷、乘车环境噪音过大等因素影响了旅客的舒适性和满意度。其中，“票务服务”维度表现出极高的消极情绪，大量旅客表示在12306平台上购票困难，尤其是在节假日或热门线路上，乘客普遍抱怨候补成功率低等问题。同时，“列车人员服务”和“运输效率”中的消极情绪占比亦较高，反映出服务态度不佳和运营调度效率不足的问题，许多旅客对高铁晚点感到失望和焦虑，特别是极限换乘时的晚点问题。这些问题构成了影响旅客乘车体验的主要痛点。

3.3　高速铁路运营质量评价指标体系构建

高速铁路运营质量评价指标体系是一个融合外部环境因素与内部管理机制的综合性架构，涵盖了多层次、多维度的量化标准。为了确保能够准确反映高速铁路运营质量的整体绩效，并为管理层提供决策支持，必须从海量统计数据中提炼出最具代表性和影响力的指标^[1]。在构建基于旅客出行需求角度的高速铁路运营质量评价指标体系时，相较于传统的普速铁路，指标选择的关注点发生了转变。由于选择高速铁路出行的旅客对时效性极为敏感，他们更多地关注列车信息的及时性、导向标识的清晰明确程度以及进站和换乘过程的便捷性^[13]。

基于LDA主题建模对网络文本数据的分析，将9个主题维度定义为指标体系的二级指标，并对每个二级指标进行深入理解和分类，找出其共通之处或关联性，以此为基础定义一级指标。例如，“票务服务”主要包括售票、取票、改签等相关事务，而“车辆行程信息”则涵盖了列车发车时间、行驶路线、预计到达时间等内容。这两项都是旅客在计划出行前对高铁出行产生的定性预期和体验感知，可以将其合并为一个名为“预期体验”的一级指标。确定好一级指标后，对其进行进一步汇总与细化，以便更好地捕捉到各个层面的旅客需求。参考相关研究成果^{[1，7，12-13]}，构建基于旅客出行需求角度的高速铁路运营质量评价指标体系如表7所示。

同时，通过情感分析显示旅客对于“乘车环境”“票务服务”“列车人员服务”以及“换乘效率”等主题的消极情绪占比较高，因此，应充分考虑到旅客的需求差异，设置更为精细化的指标，以确保指标能够真实反映旅客的实际需求。在“票务服务”指标下，针对消极情绪较多的候补需求、抢票困难等添加“票务预订便捷性”“候补需求满足率”等相应指标；在“乘车环境”维度，针对消极情绪较多的车内噪音、座椅拥挤等问题，添加“车内噪音水平”“座椅舒适度”指标。针对“列车人员服务”维度中较多关于列车内秩序、特殊问题处理效率相关消极情绪，添加“应急响应能力”“特殊需求协助”“车内秩序”等指标；针对“换乘效率”维度中较多关于换乘时间问题、站内引导不够清晰等消极情绪，添加“旅客平均换乘时间”“站内换乘引导清晰度”，有助于全面捕捉服务质量问题，为铁路运营者提供更具针对性的改进方向，从而提升整体服务水平，更好地满足不同旅客群体的需求。

4　结束语

本研究基于社交媒体平台的网络文本数据，通过LDA主题识别与情感分析，提炼出高速铁路出行中旅客关注的九大核心服务要素，揭示了高速铁路旅客在服务体验上的多元化评价，并据此构建了一套涵盖预期体验、客运感知和服务评价的高速铁路运营质量评价指标体系，为铁路运营者提供了一个多维度评估工具。基于网络文本数据的旅客需求被细分为九大主题维度，其中，“列车服务设施”“换乘效率”与“基础建设与运营”是旅客最为关切的3个方面；“票务服务”“客运规模”“乘车环境”“运输效率”以及“列车人员服务”的关注度则位于中间水平；相对而言，“车辆行程信息”的关注度较低，揭示了旅客在不同维度上的需求差异，为高速铁路运营提供了改进和服务优化的关键参考点。情感分析结果显示，有关旅客出行体验的网络文本数据中，消极情绪占比最高，主要集中于“列车服务设施”“乘车环境”“票务服务”等维度，反映出当前高铁服务在这些方面仍需改进优化；而“基础建设与运营”“客运规模”则获得较多的积极反馈，显示其服务水平相对较高。情感分析结果揭示了高速铁路运营中的强项与短板，也为服务优化策略的制定提供了明确的方向。由于数据主要来源于新浪微博和百度贴吧，用户群体偏向年轻且消极情绪更易被表达，可能影响样本代表性。未来研究应拓展多元化数据来源，并建立指标体系的动态更新机制，以提升评价体系的时效性与普适性。

参考文献

[1] 薛　锋，胡　萍，李青青. 基于灰色-粗糙集的高速铁路运营统计指标体系构建[J]. 系统工程，2021，39(4)：115-125.

[2] XUE Feng， HU Ping， LI Qingqing. Construction of High Speed Railway Operation Statistical Index System Based on Grey Rough Set[J]. Systems Engineering，2021，39(4)：115-125.

[3] 吴华稳. 铁路行业运输与安全统计指标体系构建[J]. 中国安全科学学报，2018，28(S2)：124-128.

[4] WU Huawen. Research on Establishing Statistical Index System of Railway Transportation and Safety[J]. China Safety Science Journal，2018，28(S2)：124-128.

[5] KWAK S， PARK C. A Study on Railway Safety Index for International Railway Operation：Focus on High Speed and Conventional Train[J]. Journal of Korean Society of Transportation，2020，38(2)：112-120.

[6] CHANG Y， DONG S. Study on Post Evaluation of High Speed Railway Based on FAHP and MATLAB Simulation Calculation[J]. Tehnicki Vjesnik-Technical Gazette，2017，24(6)：1749-1758.

[7] 李佳蒙，齐向春，史俊玲，等. 中日高速铁路主要运营指标对比分析及启示[J]. 中国铁路，2024(6)：131-140.

[8] LI Jiameng， QI Xiangchun， SHI Junling，et al. Comparative Analysis of Major Operation Indicators of High Speed Railways between China and Japan[J]. China Railway，2024(6)：131-140.

[9] 王　强，王丹竹. 高速铁路运营质量评价指标体系构建及实施[J]. 铁道运输与经济，2021，43(6)：58-62，68.

[10] WANG Qiang， WANG Danzhu. Construction and Implementation of Index System for Operation Quality Evaluation of High Speed Railways[J]. Railway Transport and Economy，2021，43(6)：58-62，68.

[11] 薛　锋，李青青，胡　萍. 高速铁路运营统计指标体系构建及其内在关联性分析[J]. 铁道运输与经济，2021，43(5)：84-91.

[12] XUE Feng， LI Qingqing， HU Ping. Construction of Statistical Index System for High Speed Railway Operation and Its Internal Correlation Analysis[J]. Railway Transport and Economy，2021，43(5)：84-91.

[13] 刘春姣，王　丹，郝晶晶，等. 基于LM-BP神经网络模型的高速铁路沿线环境影响评价研究[J]. 铁道运输与经济，2019，41(6)：8-13.

[14] LIU Chunjiao， WANG Dan， HAO Jingjing，et al. A Research on Environmental Impact Assessment along High Speed Railways Based on LM-BP Neural Network[J]. Railway Transport and Economy，2019，41(6)：8-13.

[15] 孙延浩，赵　阳，李　昂，等. 基于组合赋权法和云模型的实验室安全管理评价方法：以高速铁路系统试验国家工程实验室为例[J]. 实验技术与管理，2022，39(6)：204-209.

[16] SUN Yanhao， ZHAO Yang， LI Ang，et al. Laboratory Safety Management Evaluation Method Based on Combination Weighting Method and Cloud Model：Taking National Engineering Laboratory for System Test of High Speed Railway as Example[J]. Experimental Technology and Management，2022，39(6)：204-209.

[17] NIE Y T， GUO W， JIANG L Z，et al. Influence of Pier Height on the Safety of Trains Running on High Speed Railway Bridges during Earthquakes[J]. Journal of Central South University，2024，31(6)：2102-2115.

[18] 陈鹏旭，侯本伟，缪惠全，等. 区域高速铁路网络性能的多维度评估指标对比研究[J].铁道运输与经济，2024，46(8)：161-170.

[19] CHEN Pengxu， HOU Benwei， MIAO Huiquan，et al. Comparative Research on Multidimensional Performance Indicators of Regional High Speed Railway Network[J]. Railway Transport and Economy，2024，46(8)：161-170.

[20] 陈雷雷，张星臣，王伶俐，等. 高速铁路列车服务旅客满意度评价研究[J]. 铁道运输与经济，2015，37(11)：60-65.

[21] CHEN Leilei， ZHANG Xingchen， WANG Lingli，et al. Study on Evaluation of Passenger Satisfaction of High Speed Railway Train Service[J]. Railway Transport and Economy，2015，37(11)：60-65.

[22] 吕笑媛，倪少权，杜梦锦，等. 基于结构方程的高速铁路客运服务质量评价指标体系构建[J]. 交通运输工程与信息学报，2019，17(3)：100-108.

[23] Xiaoyuan LYU， NI Shaoquan， DU Mengjin，et al. Study of a Quality Evaluation Indictor System of High Speed Railway Passenger Service Based on SEM[J]. Journal of Transportation Engineering and Information，2019，17(3)：100-108.

[24] 吴　刚，宁得春，陈兰芳，等. 高速铁路旅客满意度研究：服务接触理论视角[J]. 运筹与管理，2020，29(3)：236-239.

[25] WU Gang， NING Dechun， CHEN Lanfang，et al. Study of the High Speed Railway Passenger Satisfaction Based on Service Encounter Theory[J]. Operations Research and Management Science，2020，29(3)：236-239.

[26] 孙天笑，田　勇，陈锦辉，等. 基于文本挖掘的航空公司旅客行为分析[J]. 计算机应用，2024，44(S1)：49-53.

[27] SUN Tianxiao， TIAN Yong， CHEN Jinhui，et al. Analysis of Airline Passenger Behavior Based on Text Mining[J]. Journal of Computer Applications，2024，29(3)：236-239.

[28] 成思佳. 基于网络文本分析和IPA方法的景区吸引力评价指标体系研究：以深圳世界之窗景区为例[D]. 深圳：深圳大学，2022.

[29] 陈嘉钰，李　艳. 基于LDA主题模型的社交媒体倦怠研究：以微信为例[J]. 情报科学，2019，37(12)：78-86.

[30] CHEN Jiayu， LI Yan. Social Media Fatigue Research Based on LDA Topic Model：Take WeChat as an Example[J]. Information Science，2019，37(12)：78-86.

[31] 谭春辉，陈晓琪，梁远亮，等. 隐私泄露事件中社交媒体围观者情感分析[J]. 情报科学，2023，41(3)：8-18.

[32] TAN Chunhui， CHEN Xiaoqi， LIANG Yuanliang，et al. Sentiment Analysis of Onlookers on Social Media in Privacy Disclosure[J]. Information Science，2023，41(3)：8-18.

[33] 胡泽文，李甜甜. 基于LDA主题模型和扎根理论的我国金融科技领域热点主题识别与进展分析[J]. 情报科学，2023，41(10)：99-111.

[34] HU Zewen， LI Tiantian. Identification of Hot Topics and Research Progress Analysis in Fintech Field Based on LDA Topic Mining and Grounded Theory Model[J]. Information Science，2023，41(10)：99-111.

[35] 董丽颖，张继红. 基于文本分析的酒店中国文化体验对顾客情感影响研究[EB/OL].(2024-10-21)[2025-06-07].

[36] 师荣蓉，张教萌. 中国经济高质量发展的社会评价：基于微博情感分析的视角[J]. 统计与决策，2021，37(24)：180-184.

[37] 赵春艳，陈美爱. 基于网络文本分析的游客满意度影响因素分析[J]. 统计与决策，2019，35(13)：115-118.

[38] 杨益兴，吴　刚，陈兰芳，等. 基于LDA主题模型的多阶段生鲜消费者需求研究：以京东为例[J]. 管理案例研究与评论，2024，17(1)：105-122.

[39] YANG Yixing， WU Gang， CHEN Lanfang，et al. Research on Multi-Stage Fresh Consumer Demands Based on LDA Topic Model：A Case of JingDong[J]. Journal of Management Case Studies，2024，17(1)：105-122.

基金资助

国家社会科学基金后期资助项目(22FTJB004)